MRv1与YARN的区别及实例
引言
MapReduce(简称MR)是一种用于大规模数据处理的编程模型。在Hadoop生态系统中,有两个版本的MapReduce:MRv1和YARN。本文将介绍MRv1和YARN的区别,并通过代码示例来演示它们的使用方法。
MRv1
MRv1是早期版本的MapReduce,在Hadoop 1.x中使用。它采用了经典的MR模型,由JobTracker和TaskTracker组成。
JobTracker负责管理作业的提交、资源调度和任务分配。它会将作业划分为多个任务,并将这些任务分配给可用的TaskTracker节点。
TaskTracker是作业执行的工作节点。它负责执行任务并将进度信息和结果报告给JobTracker。
MRv1的类图如下所示:
classDiagram
class JobTracker{
- jobSubmit()
- resourceSchedule()
- taskAssign()
}
class TaskTracker{
- taskExecute()
- progressReport()
- resultReport()
}
YARN
YARN(Yet Another Resource Negotiator)是Hadoop 2.x引入的下一代资源管理器。与MRv1相比,YARN具有更灵活的资源调度和管理能力。
YARN由ResourceManager和NodeManager组成。
ResourceManager是整个集群的主要资源管理器。它负责协调作业的资源请求和分配,并监控集群中的节点状态。
NodeManager是管理每个节点上资源的代理。它负责处理ResourceManager的命令并监控节点的资源使用情况。
与MRv1相比,YARN的类图略有不同:
classDiagram
class ResourceManager{
- resourceRequest()
- resourceAllocation()
- nodeStatusReport()
}
class NodeManager{
- handleResourceManagerCommand()
- monitorResourceUsage()
}
MRv1与YARN的区别
MRv1和YARN之间的主要区别在于资源管理和调度的方式。
在MRv1中,JobTracker负责资源调度和任务分配。它使用一种静态的槽位(slot)模型来管理资源,将任务分配给可用的TaskTracker节点。这种模型的缺点是无法有效地处理动态资源需求和多租户场景。
而YARN采用了一种更灵活的容器(Container)模型。ResourceManager将资源分配给不同的应用程序,并在运行时动态管理资源的分配。这使得YARN可以更好地适应各种资源需求,并支持多个应用程序共享集群资源的场景。
代码示例
下面是一个使用MRv1的WordCount示例代码:
public static class Map extends MapReduceBase implements Mapper<LongWritable, Text, Text, IntWritable> {
private final static IntWritable one = new IntWritable(1);
private Text word = new Text();
public void map(LongWritable key, Text value, OutputCollector<Text, IntWritable> output, Reporter reporter) throws IOException {
String line = value.toString();
StringTokenizer tokenizer = new StringTokenizer(line);
while (tokenizer.hasMoreTokens()) {
word.set(tokenizer.nextToken());
output.collect(word, one);
}
}
}
public static class Reduce extends MapReduceBase implements Reducer<Text, IntWritable, Text, IntWritable> {
public void reduce(Text key, Iterator<IntWritable> values, OutputCollector<Text, IntWritable> output, Reporter reporter) throws IOException {
int sum = 0;
while (values.hasNext()) {
sum += values.next().get();
}
output.collect(key, new IntWritable(sum));
}
}
public static void main(String[] args) throws Exception {
JobConf conf = new JobConf(WordCount.class);
conf.setJobName("wordcount");
conf.setOutputKeyClass(Text.class);
conf.setOutputValueClass(IntWritable.class);
conf.setMapperClass(Map.class);
conf.setCombinerClass(Reduce.class);
conf.setReducerClass(Reduce.class);
conf.setInputFormat(TextInputFormat.class);
conf.setOutputFormat(TextOutputFormat.class);
FileInputFormat.setInputPaths(conf, new Path(args[0]));
FileOutputFormat.setOutputPath(conf, new Path(args[1]));
JobClient.runJob(conf);
}
同样,这是一个使用YARN的WordCount示例代码:
public static class TokenizerMapper extends Mapper<Object, Text, Text, IntWritable>{
private final static IntWritable one = new IntWritable(1);